书 · 1954 · 达莱尔·哈夫（Darrell Huff）

《统计数字会撒谎》

逻辑与思维书单第 5 名

一句话结论

统计数字常常不是在“算错”，而是在抽样、选平均数、画图和推因果时被悄悄动了手脚；学会问几个简单的问题，就能识破大部分花招。

值不值得读完整本？

值得读完。全书不长、文字轻快，是统计素养最好的入门读物之一，读完能立刻用在新闻、广告和报告里；但它是1954年的作品，不能当作严谨的统计学教材。

最值得细读：讲抽样偏差、平均数的几种含义、相关不等于因果的章节，这是全书最核心的部分。
值得快读：讲图表作假、单位和基数的章节，例子直观，一遍就能掌握套路。
最后一章教人如何反问统计数字（谁说的？怎么知道的？漏了什么？），要重点记住。
书中的具体案例和数字很多是美国20世纪中期的，可以当故事读，不必记细节。

核心观点

1. 样本有偏，结论就不可信

一个统计结论的可信度，首先取决于样本是否能代表总体。样本不具代表性，再精确的计算也没有意义。

为什么：调查只能看到被抽到、并且愿意回答的那部分人。如果抽样方式让某类人更容易进入样本（比如只调查有电话的人、只调查会回信的人），结果就会系统性偏向这类人。这种偏差不会因为样本变大而消失，只会让错误结论看起来更“精确”。所以作者认为，看到数字先问样本从哪来、怎么选的，比看计算过程更重要。

2. “平均数”有多种，选哪个由说话者决定

平均数可以是算术平均数、中位数或众数，三者可能差别很大。不说明是哪一种的“平均”，几乎没有信息量。

为什么：当数据分布不对称（比如收入）时，少数极端值会把算术平均数拉高或拉低，而中位数和众数不受这么大影响。想让情况显得好或显得差的人，可以在几种平均数里挑一个对自己有利的，而且每一种都“没说谎”。所以作者认为，看到“平均”就要问是哪种平均、数据分布如何。

3. 小样本和挑出来的结果会制造假规律

样本太小，或者做了很多次才挑出一次好结果来发表，都可能让偶然现象看起来像真实规律。

为什么：样本小时随机波动大，碰巧出现“显著”差异的概率就高。如果同一件事做很多次、只公布成功的那次，读者看到的只是被筛选后的结果，看不到失败的次数。因此一个结论如果没交代样本量、重复次数和误差范围，就不能当作可靠证据。

4. 图表和比例可以不改数据就改变印象

截断坐标轴、拉伸比例、用面积或体积表示一维数据，都能让同样的数字看起来变化巨大或微不足道。

为什么：人看图是凭直觉判断高度、面积和斜率，而不是读数字。把纵轴从零以外的地方开始，细小变化就被放大成陡峭的曲线；用立体图形表示数量时，边长翻倍面积和体积会远不止翻倍，视觉印象就远超实际。所以作者建议看图先看坐标轴从哪里开始、单位是什么，再决定图想让你相信什么。

5. 相关不等于因果

两件事一起变化，不能说明其中一件导致了另一件。要判断因果，必须排除其他解释。

为什么：作者列出几种可能：纯属巧合；两者互为因果，方向被搞反；有第三个因素同时影响两者。如果只看到相关就下因果结论，实际上是跳过了这些可能性。因此，凡是从相关推出“A导致B”的说法，都应该追问是否排除了巧合、反向因果和共同原因。

6. 用五个问题检验任何统计数字

面对一个统计结论，可以依次问：谁说的？他是怎么知道的？漏掉了什么？有人偷换了概念吗？这说得通吗？

为什么：前面讲的各种花招，最终都落在这几个环节上：来源有利益、方法有缺陷、关键信息被省略、概念被偷换，或者结论本身不合常理。把识破花招变成固定的提问习惯，普通读者不需要懂复杂数学也能挡住大部分误导。作者的立场是：怀疑要有方法，不是一概不信。

反对意见

哈夫自己的立场并不干净（亚历克斯·莱因哈特；罗伯特·普罗克特）

据莱因哈特2014年在《Significance》上发表的文章，以及历史学家普罗克特的研究，哈夫曾受雇于烟草行业：1965年在美国参议院听证会上质疑美国卫生总监关于吸烟与疾病的报告，并受托撰写未出版的《How to Lie with Smoking Statistics》。这让人质疑书中“怀疑统计”的方法在被用来为利益方服务时同样可以变成误导。

过度怀疑也会造成误导

一些统计学教育者认为，这类“揭露骗术”的读物容易让读者形成“统计都是骗人的”的印象，从而否定可靠的研究结论。他们主张应同时教人如何识别好的统计证据。我没有可以确切引用的具体作品，因此不给出处。

内容偏重识别花招，缺少系统方法

作为1954年的通俗读物，书中没有系统讲解置信区间、假设检验、回归、因果推断框架等现代统计工具，因此不能替代正式的统计学习。这是对这类书的常见评价，不指向某位具体批评者。